Java8新特性之Stream流的使用

Stream 是Java8中处理集合的关键抽象概念，它可以对集合进行非常复杂的查找、过滤、筛选等操作，在新版的JPA中，也已经加入了Stream。

1、Stream的操作步骤

Stream有如下三个操作步骤：

一、创建Stream

从一个数据源，如集合、数组、值、文件中获取流。

//集合
//这种数据源较为常用，通过stream()方法即可获取流对象：
List<Person> list = new ArrayList<Person>();
Stream<Person> stream = list.stream();//数组
//通过Arrays类提供的静态函数stream()获取数组的流对象：
String[] names = {"chaimm","peter","john"};
Stream<String> stream = Arrays.stream(names);//值
//直接将几个值变成流对象：
Stream<String> stream = Stream.of("chaimm","peter","john");//文件
try(Stream lines = Files.lines(Paths.get(“文件路径名”),Charset.defaultCharset())){
//可对lines做一些操作
}catch(IOException e){
}

二、中间操作

一个操作的中间链，对数据源的数据进行操作。

三、终止操作

一个终止操作，执行中间操作链，并产生结果。

要注意的是，对流的操作完成后需要进行关闭操作（或者用JAVA7的try-with-resources，Java7简化了IO操作，把打开IO操作放在try后的括号中即可省略关闭IO的代码）。

举个例子：

有一个Person类和一个Person对象集合，需求：1）找到年龄大于18岁的人并输出；2）找出所有中国人的数量。

@Data
class Person {private String name;private Integer age;private String country;private char sex;public Person(String name, Integer age, String country, char sex) {this.name = name;this.age = age;this.country = country;this.sex = sex;}
}

List<Person> personList = new ArrayList<>();
personList.add(new Person("欧阳雪",18,"中国",'F'));
personList.add(new Person("Tom",24,"美国",'M'));
personList.add(new Person("Harley",22,"英国",'F'));
personList.add(new Person("向天笑",20,"中国",'M'));
personList.add(new Person("李康",22,"中国",'M'));
personList.add(new Person("小梅",20,"中国",'F'));
personList.add(new Person("何雪",21,"中国",'F'));
personList.add(new Person("李康",22,"中国",'M'));

在JDK8以前，我们可以通过遍历列表来完成。但是在有了Stream API后，可以这样来实现：

public static void main(String[] args) {// 1）找到年龄大于18岁的人并输出；personList.stream().filter((p) -> p.getAge() > 18).forEach(System.out::println);System.out.println("-------------------------------------------");// 2）找出所有中国人的数量long chinaPersonNum = personList.stream().filter((p) -> p.getCountry().equals("中国")).count();System.out.println("中国人有：" + chinaPersonNum + "个");
}

输出结果：

Person(name=Tom, age=24, country=美国, sex=M)
Person(name=Harley, age=22, country=英国, sex=F)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)
Person(name=李康, age=22, country=中国, sex=M)
-------------------------------------------
中国人有：6

personList.stream()是创建流，filter()属于中间操作，forEach、count()是终止操作。

2、Stream中间操作--筛选与切片

filter：接收Lambda，从流中排除某些操作；
limit：截断流，使其元素不超过给定对象
skip(n)：跳过元素，返回一个扔掉了前n个元素的流，若流中元素不足n个，则返回一个空流，与limit(n)互补
distinct：筛选，通过流所生成元素的hashCode()和equals()去除重复元素。

2.1 limit举例

从Person列表中取出两个女性。

personList.stream().filter((p) -> p.getSex() == 'F').limit(2).forEach(System.out::println);

输出结果：

Person(name=欧阳雪, age=18, country=中国, sex=F)
Person(name=Harley, age=22, country=英国, sex=F)

2.2 skip举例

从Person列表中从第2个女性开始，取出所有的女性。

personList.stream().filter((p) -> p.getSex() == 'F').skip(1).forEach(System.out::println);

输出结果：

Person(name=Harley, age=22, country=英国, sex=F)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)

2.3 distinct举例

从Person列表中取出所有男性并过滤掉名字重复的。

personList.stream().filter((p) -> p.getSex() == 'M').distinct().forEach(System.out::println);

输出结果：

Person(name=Tom, age=24, country=美国, sex=M)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)

3、Stream中间操作--映射

map--接收Lambda，将元素转换成其他形式或提取信息。接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
flatMap--接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流

3.1 map举例

例1：我们用一个PersonCountry类来接收所有的国家信息：

@Data
class PersonCountry {private String country;
}personList.stream().map((p) -> {PersonCountry personName = new PersonCountry();personName.setCountry(p.getCountry());return personName;
}).distinct().forEach(System.out::println);

输出结果：

PersonName(country=中国)
PersonName(country=美国)
PersonName(country=英国)

例2：有一个字符列表，需要提出每一个字符

List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");

根据字符串获取字符方法：

public static Stream<Character> getCharacterByString(String str) {List<Character> characterList = new ArrayList<>();for (Character character : str.toCharArray()) {characterList.add(character);}return characterList.stream();
}

List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");
final Stream<Stream<Character>> streamStream = list.stream().map(TestStreamAPI::getCharacterByString);
streamStream.forEach(System.out::println);

输出结果：

java.util.stream.ReferencePipeline$Head@3f91beef
java.util.stream.ReferencePipeline$Head@1a6c5a9e
java.util.stream.ReferencePipeline$Head@37bba400
java.util.stream.ReferencePipeline$Head@179d3b25
java.util.stream.ReferencePipeline$Head@254989ff

从输出结果及返回结果类型（Stream<Stream<Character>>）可以看出这是一个流中流，要想打印出我们想要的结果，需要对流中的每个流进行打印：

streamStream.forEach(sm -> sm.forEach(System.out::print));

输出结果：

aaabbbcccdddddd

但我们希望的是返回的是一个流，而不是一个包含了多个流的流，而flatMap可以帮助我们做到这一点。

3.2 flatMap举例

改写上面的方法，将map改成flatMap:

final Stream<Character> characterStream = list.stream().flatMap(TestStreamAPI::getCharacterByString);
characterStream.forEach(System.out::print);

输出结果：

aaabbbcccdddddd

3.3 map和flatMap的图解

map图解：

map在接收到流后，直接将Stream放入到一个Stream中，最终整体返回一个包含了多个Stream的Stream。

flatMap图解：

flatMap在接收到Stream后，会将接收到的Stream中的每个元素取出来放入一个Stream中，最后将一个包含多个元素的Stream返回。

4、Stream中间操作--排序

sorted()--自然排序(Comparable)
sorted(Comparator com)--定制排序（Comparator）

对前面的personList按年龄从小到大排序,年龄相同，则再按姓名排序：

final Stream<Person> sorted = personList.stream().sorted((p1, p2) -> {if (p1.getAge().equals(p2.getAge())) {return p1.getName().compareTo(p2.getName());} else {return p1.getAge().compareTo(p2.getAge());}
});
sorted.forEach(System.out::println);

输出结果：

Person(name=欧阳雪, age=18, country=中国, sex=F)
Person(name=向天笑, age=20, country=中国, sex=M)
Person(name=小梅, age=20, country=中国, sex=F)
Person(name=何雪, age=21, country=中国, sex=F)
Person(name=Harley, age=22, country=英国, sex=F)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=李康, age=22, country=中国, sex=M)
Person(name=Tom, age=24, country=美国, sex=M)

5、终止操作--查找与匹配

allMatch--检查是否匹配所有元素
anyMatch--检查是否至少匹配一个元素
noneMatch--检查是否没有匹配所有元素
findFirst--返回第一个元素
findAny--返回当前流中的任意元素
count--返回流中元素的总个数
max--返回流中最大值
min--返回流中最小值

5.1 allMatch

判断personList中的人是否都是成年人：

final boolean adult = personList.stream().allMatch(p -> p.getAge() >= 18);
System.out.println("是否都是成年人：" + adult);final boolean chinaese = personList.stream().allMatch(p -> p.getCountry().equals("中国"));
System.out.println("是否都是中国人：" + chinaese);

输出结果：

是否都是成年人：true
是否都是中国人：false

5.2 max、min

获取personList中年龄最大的人信息和年龄最小的人信息：

final Optional<Person> maxAge = personList.stream().max((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
System.out.println("年龄最大的人信息：" + maxAge.get());final Optional<Person> minAge = personList.stream().min((p1, p2) -> p1.getAge().compareTo(p2.getAge()));
System.out.println("年龄最小的人信息：" + minAge.get());

输出结果：

年龄最大的人信息：Person(name=Tom, age=24, country=美国, sex=M)
年龄最小的人信息：Person(name=欧阳雪, age=18, country=中国, sex=F)

6、归约

Stream API的归约操作可以将流中元素反复结合起来，得到一个值：

Optional<T> reduce(BinaryOperator<T> accumulator);
T reduce(T identity, BinaryOperator<T> accumulator);
<U> U reduce(U identity,  BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);

6.1 求一个1到100的和

List<Integer> integerList = new ArrayList<>(100);
for(int i = 1;i <= 100;i++) {integerList.add(i);
}
final Integer reduce = integerList.stream().reduce(0, (x, y) -> x + y);
System.out.println("结果为：" + reduce);

输出结果：

结果为：5050

这里用到了reduce第二个方法：T reduce(T identity, BinaryOperator<T> accumulator)

把这个动作拆解一下，其运算步骤模拟如下：

0  (1,2) -> 1 + 2 + 0
3  (3,4) -> 3 + 4 + 3
10 (5,6) -> 5 + 6 + 10
.
.
.

运算步骤是：每次将列表的两个元素相加，并将结果与前一次的两个元素的相加结果进行累加。在开始时，将identity设为0，因为第1个元素和第2个元素在相加的时候，前面还没有元素操作过。

6.2 求所有人的年龄之和

final Optional<Integer> reduce = personList.stream().map(Person::getAge).reduce(Integer::sum);
System.out.println("年龄总和：" + reduce);

输出结果：

年龄总和：169

7、收集

collect：将流转换为其他形式，接收一个Collector接口实现，用于给Stream中汇总的方法

<R, A> R collect(Collector<? super T, A, R> collector);
<R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);

collect不光可以将流转换成其他集合等形式，还可以进行归约等操作，具体实现也很简单，主要是与Collectors类搭配使用。

7.1 改写3.1 map举例中的的例子，将国家收集起来转换成List

final List<String> collect = personList.stream().map(p -> p.getCountry()).distinct().collect(Collectors.toList());
System.out.println(collect);

输出结果：

[中国, 美国, 英国]

7.2 计算出平均年龄

final Double collect1 = personList.stream().collect(Collectors.averagingInt(p -> p.getAge()));
System.out.println("平均年龄为：" + collect1);

输出结果：

平均年龄为：21.125

7.3 找出最小年龄、最大年龄

final Optional<Integer> maxAge2 = personList.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compareTo));
System.out.println("最大年龄：" + maxAge2.get());final Optional<Integer> minAge2 = personList.stream().map(Person::getAge).collect(Collectors.minBy(Integer::compareTo));
System.out.println("最小年龄：" + minAge2.get());

输出结果：

最大年龄：24
最小年龄：18

还有其他很操作，可以参考java.util.stream.Collectors。

8、注意流的关闭

try(final Stream<Integer> integerStream = personList.stream().map(Person::getAge)) {final Optional<Integer> minAge = integerStream.collect(Collectors.minBy(Integer::compareTo));System.out.println(minAge.get());
}

最好将流的操作放到try-with-resources，本章前面内容为了方便，没有放到try-with-resources中。

9、完整测试代码

import lombok.Data;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Optional;
import java.util.stream.Collectors;
import java.util.stream.Stream;public class TestStreamAPI {public static void main(String[] args) {List<Person> personList = new ArrayList<>();personList.add(new Person("欧阳雪",18,"中国",'F'));personList.add(new Person("Tom",24,"美国",'M'));personList.add(new Person("Harley",22,"英国",'F'));personList.add(new Person("向天笑",20,"中国",'M'));personList.add(new Person("李康",22,"中国",'M'));personList.add(new Person("小梅",20,"中国",'F'));personList.add(new Person("何雪",21,"中国",'F'));personList.add(new Person("李康",22,"中国",'M'));// 1）找到年龄大于18岁的人并输出；personList.stream().filter((p) -> p.getAge() > 18).forEach(System.out::println);System.out.println("-------------------------------------------");// 2）找出所有中国人的数量long chinaPersonNum = personList.stream().filter((p) -> p.getCountry().equals("中国")).count();System.out.println("中国人有：" + chinaPersonNum);// limitpersonList.stream().filter((p) -> p.getSex() == 'F').limit(2).forEach(System.out::println);System.out.println();// skippersonList.stream().filter((p) -> p.getSex() == 'F').skip(1).forEach(System.out::println);// distinctpersonList.stream().filter((p) -> p.getSex() == 'M').distinct().forEach(System.out::println);// mappersonList.stream().map((p) -> {PersonCountry personName = new PersonCountry();personName.setCountry(p.getCountry());return personName;}).distinct().forEach(System.out::println);// map2List<String> list = Arrays.asList("aaa","bbb","ccc","ddd","ddd");final Stream<Stream<Character>> streamStream= list.stream().map(TestStreamAPI::getCharacterByString);
//        streamStream.forEach(System.out::println);streamStream.forEach(sm -> sm.forEach(System.out::print));// flatMapfinal Stream<Character> characterStream = list.stream().flatMap(TestStreamAPI::getCharacterByString);characterStream.forEach(System.out::print);// sortfinal Stream<Person> sorted = personList.stream().sorted((p1, p2) -> {if (p1.getAge().equals(p2.getAge())) {return p1.getName().compareTo(p2.getName());} else {return p1.getAge().compareTo(p2.getAge());}});sorted.forEach(System.out::println);// allMatchfinal Stream<Person> stream = personList.stream();final boolean adult = stream.allMatch(p -> p.getAge() >= 18);System.out.println("是否都是成年人：" + adult);final boolean chinaese = personList.stream().allMatch(p -> p.getCountry().equals("中国"));System.out.println("是否都是中国人：" + chinaese);// max minfinal Optional<Person> maxAge = personList.stream().max((p1, p2) -> p1.getAge().compareTo(p2.getAge()));System.out.println("年龄最大的人信息：" + maxAge.get());final Optional<Person> minAge = personList.stream().min((p1, p2) -> p1.getAge().compareTo(p2.getAge()));System.out.println("年龄最小的人信息：" + minAge.get());// reduceList<Integer> integerList = new ArrayList<>(100);for(int i = 1;i <= 100;i++) {integerList.add(i);}final Integer reduce = integerList.stream().reduce(0, (x, y) -> x + y);System.out.println("结果为：" + reduce);final Optional<Integer> totalAge = personList.stream().map(Person::getAge).reduce(Integer::sum);System.out.println("年龄总和：" + totalAge);// collectfinal List<String> collect = personList.stream().map(p -> p.getCountry()).distinct().collect(Collectors.toList());System.out.println(collect);final Double collect1 = personList.stream().collect(Collectors.averagingInt(p -> p.getAge()));System.out.println("平均年龄为：" + collect1);final Optional<Integer> maxAge2 = personList.stream().map(Person::getAge).collect(Collectors.maxBy(Integer::compareTo));System.out.println(maxAge2.get());try(final Stream<Integer> integerStream = personList.stream().map(Person::getAge)) {final Optional<Integer> minAge2 = integerStream.collect(Collectors.minBy(Integer::compareTo));System.out.println(minAge2.get());}}public static Stream<Character> getCharacterByString(String str) {List<Character> characterList = new ArrayList<>();for (Character character : str.toCharArray()) {characterList.add(character);}return characterList.stream();}
}@Data
class PersonCountry {private String country;
}@Data
class Person {private String name;private Integer age;private String country;private char sex;public Person(String name, Integer age, String country, char sex) {this.name = name;this.age = age;this.country = country;this.sex = sex;}
}